Version: 0.9.14.dev.260410

后端：
  1. LLM 客户端从 newAgent/llm 提升为 infra/llm 基础设施层
     - 删除 backend/newAgent/llm/（ark.go / ark_adapter.go / client.go / json.go）
     - 等价迁移至 backend/infra/llm/，所有 newAgent node 与 service 统一改引用 infrallm
     - 消除 newAgent 对模型客户端的私有依赖，为 memory / websearch 等多模块复用铺路
  2. RAG 基础设施完成可运行态接入（factory / runtime / observer / service 四层成型）
     - 新建 backend/infra/rag/factory.go / runtime.go / observe.go / observer.go /
  service.go：工厂创建、运行时生命周期、轻量观测接口、检索服务门面
     - 更新 infra/rag/config/config.go：补齐 Milvus / Embed / Reranker 全部配置项与默认值
     - 更新 infra/rag/embed/eino_embedder.go：增强 Eino embedding 适配，支持 BaseURL / APIKey 环境变量 / 超时 /
  维度等参数
     - 更新 infra/rag/store/milvus_store.go：完整实现 Milvus 向量存储（建集合 / 建 Index / Upsert / Search /
  Delete），支持 COSINE / L2 / IP 度量
     - 更新 infra/rag/core/pipeline.go：适配 Runtime 接口，Pipeline 由 factory 注入而非手动拼装
     - 更新 infra/rag/corpus/memory_corpus.go / vector_store.go：对接 Memory 模块数据源与 Store 接口扩展
  3. Memory 模块从 Day1 骨架升级为 Day2 完整可运行态
     - 新建 memory/module.go：统一门面 Module，对外封装 EnqueueExtract / ReadService / ManageService / WithTx /
  StartWorker，启动层只依赖这一个入口
     - 新建 memory/orchestrator/llm_write_orchestrator.go：LLM 驱动的记忆抽取编排器，替代原 mock 抽取
     - 新建 memory/service/read_service.go：按用户开关过滤 + 轻量重排 + 访问时间刷新的读取链路
     - 新建 memory/service/manage_service.go：记忆管理面能力（列出 / 软删除 / 开关读写），删除同步写审计日志
     - 新建 memory/service/common.go：服务层公共工具
     - 新建 memory/worker/loop.go：后台轮询循环 RunPollingLoop，定时抢占 pending 任务并推进
     - 新建 memory/utils/audit.go / settings.go：审计日志构造、用户设置过滤等纯函数
     - 更新 memory/model/item.go / job.go / settings.go / config.go / status.go：补齐 DTO 字段与状态常量
     - 更新 memory/repo/item_repo.go / job_repo.go / audit_repo.go / settings_repo.go：补齐 CRUD 与查询能力
     - 更新 memory/worker/runner.go：Runner 对接 Module 与 LLM 抽取器，任务状态机完整化
     - 更新 memory/README.md：同步模块现状说明
  4. newAgent 接入 Memory 读取注入与工具注册依赖预埋
     - 新建 service/agentsvc/agent_memory.go：定义 MemoryReader 接口 + injectMemoryContext，在 graph
  执行前统一补充记忆上下文
     - 更新 service/agentsvc/agent.go：新增 memoryReader 字段与 SetMemoryReader 方法
     - 更新 service/agentsvc/agent_newagent.go：调用 injectMemoryContext 注入 pinned block，检索失败仅降级不阻断主链路
     - 更新 newAgent/tools/registry.go：新增 DefaultRegistryDeps（含 RAGRuntime），工具注册表支持依赖注入
  5. 启动流程与事件处理器接线更新
     - 更新 cmd/start.go：初始化 RAG Runtime → Memory Module → 注册事件处理器 → 启动 Worker 后台轮询
     - 更新 service/events/memory_extract_requested.go：改用 memory.Module.WithTx(tx) 统一门面，事件处理器不再直接依赖
  repo/service 内部包
  6. 缓存插件与配置同步
     - 更新 middleware/cache_deleter.go：静默忽略 MemoryJob / MemoryItem / MemoryAuditLog / MemoryUserSetting
  等新模型，避免日志刷屏；清理冗余注释
     - 更新 config.example.yaml：补齐 rag / memory / websearch 配置段及默认值
     - 更新 go.mod / go.sum：新增 eino-ext/openai / json-patch / go-openai 依赖
  前端：无 仓库：无

backend/infra/llm/ark_adapter.go

@@ -0,0 +1,111 @@
+package llm
+
+import (
+	"context"
+	"errors"
+	"io"
+
+	"github.com/cloudwego/eino-ext/components/model/ark"
+	einoModel "github.com/cloudwego/eino/components/model"
+	"github.com/cloudwego/eino/schema"
+	arkModel "github.com/volcengine/volcengine-go-sdk/service/arkruntime/model"
+)
+
+// WrapArkClient 将 ark.ChatModel 适配为统一 Client。
+//
+// 职责边界：
+// 1. generateText：调用 ark.ChatModel.Generate（非流式），供 GenerateJSON 使用；
+// 2. streamText：调用 ark.ChatModel.Stream（流式），供需要流式输出的场景使用；
+// 3. 两者共用同一套 options 转换。
+func WrapArkClient(arkChatModel *ark.ChatModel) *Client {
+	if arkChatModel == nil {
+		return nil
+	}
+
+	// 非流式文本生成，供 GenerateJSON / GenerateText 调用路径使用。
+	generateFunc := func(ctx context.Context, messages []*schema.Message, options GenerateOptions) (*TextResult, error) {
+		arkOpts := buildArkStreamOptions(options)
+		msg, err := arkChatModel.Generate(ctx, messages, arkOpts...)
+		if err != nil {
+			return nil, err
+		}
+		if msg == nil {
+			return nil, errors.New("ark model returned nil message")
+		}
+		return &TextResult{Text: msg.Content}, nil
+	}
+
+	// 流式文本生成。
+	streamFunc := func(ctx context.Context, messages []*schema.Message, options GenerateOptions) (StreamReader, error) {
+		arkOpts := buildArkStreamOptions(options)
+		reader, err := arkChatModel.Stream(ctx, messages, arkOpts...)
+		if err != nil {
+			return nil, err
+		}
+		return &arkStreamReaderAdapter{reader: reader}, nil
+	}
+
+	return NewClient(generateFunc, streamFunc)
+}
+
+// buildArkStreamOptions 将统一 GenerateOptions 转换为 ark 的流式调用选项。
+func buildArkStreamOptions(options GenerateOptions) []einoModel.Option {
+	thinkingEnabled := options.Thinking == ThinkingModeEnabled
+
+	// Thinking
+	thinkingType := arkModel.ThinkingTypeDisabled
+	if thinkingEnabled {
+		thinkingType = arkModel.ThinkingTypeEnabled
+	}
+	opts := []einoModel.Option{
+		ark.WithThinking(&arkModel.Thinking{Type: thinkingType}),
+	}
+
+	// Temperature：thinking 模型强制要求 temperature=1，否则 API 静默忽略 thinking。
+	if thinkingEnabled {
+		opts = append(opts, einoModel.WithTemperature(1.0))
+	} else if options.Temperature > 0 {
+		opts = append(opts, einoModel.WithTemperature(float32(options.Temperature)))
+	}
+
+	// MaxTokens：thinking 模式下 thinking token 占用 max_tokens 预算，
+	// 调用方设定的值仅代表"期望输出长度"，实际预算需留出思考空间。
+	// 最低保障 16000，避免思考链被截断导致输出为空或非 JSON。
+	maxTokens := options.MaxTokens
+	if thinkingEnabled {
+		const minThinkingBudget = 16000
+		if maxTokens < minThinkingBudget {
+			maxTokens = minThinkingBudget
+		}
+	}
+	if maxTokens > 0 {
+		opts = append(opts, einoModel.WithMaxTokens(maxTokens))
+	}
+
+	return opts
+}
+
+// arkStreamReaderAdapter 适配 ark.ChatModel.Stream 返回的 reader。
+// ark.Stream 返回 schema.StreamReader[*schema.Message]，其 Close() 方法无返回值
+// 而我们的 StreamReader 接口要求 Close() error
+type arkStreamReaderAdapter struct {
+	reader *schema.StreamReader[*schema.Message]
+}
+
+// Recv 转发到 ark reader 的 Recv 方法。
+func (r *arkStreamReaderAdapter) Recv() (*schema.Message, error) {
+	if r == nil || r.reader == nil {
+		return nil, io.EOF
+	}
+	return r.reader.Recv()
+}
+
+// Close 转发到 ark reader 的 Close 方法。
+// ark 的 Close() 无返回值，我们适配为返回 nil
+func (r *arkStreamReaderAdapter) Close() error {
+	if r == nil || r.reader == nil {
+		return nil
+	}
+	r.reader.Close()
+	return nil
+}